AI 淘金热 | 机器学习创业机会在哪里?

机器学习淘金热正在到来!Libby Kinsey 是 Nesta 资本的投资经理,关注技术创新已经有 12 年。她根据自己的观察,总结出这波淘金热的创业机会,其中包括硬件、算法、数据、行业、情感、安全等各领域分析。

Libby Kinsey:机器学习和人工智能技术正快速进入到数据驱动的业务中,变得无所不在。我选择了一些大公司还没有占领的领域。这些是没有标注主权的领土,如果我认为这是下一个杀手级应用,那么我就会准备去做!

铁镐和铁锹策略

在加利福尼亚州的淘金热中,卖铁锹的人先富起来了,而机器学习的铁镐和铁锹(Pick and Shovel)会是硬件、数据输入以及算法等。

1、显而易见的是,机器学习的算法开发者已经不可避免的选择了开源道路。当然这也有例外。去年,牛津大学申报了一份专利文件,是关于 BP 算法的替代方案,名字叫做 Feedback Alignment Algorithm(p14)。我想知道他们会怎样进行商业化。

高品质的 SaaS 产品,能够让人们更容易使用学习算法,在这方面能够找到有需求的用户,一个典型例子是把前沿的深度学习带入到数据库的 MetaMind。另一个我很喜欢的项目是 The Automatic Statistician,它能够使用贝叶斯推论找到能最好解释数据的模型。另一个公司叫做 The Curious AI Company,它的第一笔风险投资是让它做垃圾分类(虽然很不性感但能赚钱),而它现在宣布要把软件作为一个工具包销售。

2、大公司已经拥有超大型的数据集,而且还会获得更多(例如 IBM 最近用 15 亿美元收购了 The Weather Channel,获得了数据)。数据一直就像低悬的水果(跳一跳就能摘到),例如社会和经济数据,但是在那些很难获得和很难进行标签的数据,依然有很多机会。面部表情的情感数据集就在这个类别中,还有 Pallas Ludens 的端对端注释服务,Opensensors.io 给公开来源的传感数据增加权重。 基因组和医疗图像的数据呢?这让位于棘手的隐私问题。如果能进行,就能提供个性化的治疗和照顾以及更好的诊断。关于这一点,我们可以看看 Genomics England 如何在产业参与中获得利益。

3、在硬件的前端层面,GPUs 使得跨越式发展得以可能(NVIDIA GeForce GTX Titan 能让我拥有从音频中识别蝙蝠声音的能力)。

蝙蝠声音的声谱图(下图)和ConvNet预测(上图)

但这些处理器都是为图像设计的。关于高效的机器学习的下一个巨大变革,会来自于专门给机器学习设计的芯片。Graphcore 把它们叫做智能芯片组。同时,Nervana Systems、Teradeep(Yann LeCun 是它的顾问)和 Thinci 也在制造自己的定制硬件。

那些培训公司(Udacity、Coursera、Kaggle 等)和代码库、项目管理公司(Atlassian)也在这个类别中。

探索情感

这个领域有很多创业公司,但是针对它们的服务却非常不周到。引用 MIT 情感计算组的一段话:

“情感是至关重要的人类经验,影响认知、感知,以及每天的任务诸如学习、交流甚至是理性决定。但是情感在很大程度上被技术忽略了,并且往往创造出让人沮丧的经历。”

这是一些图片,用来训练微表情的测试,感谢JB!

第一个任务是训练模型,用以识别人类的情感。Emotient、RealEyes 和 Affectivaall 使用脸部表情来推断情绪,现在主要还是出于市场的需求。Cogito 和 Beyond Verbalconcentrate 致力于通过声音理解情感,以完成市场研究报告和带来更好的顾客体验。

然后,模拟有情感的行为,和人类通过自然的方式来交互。Jibo 这个友善的机器人就是很好的例子,仅仅使用一双眼睛来表达自己的情绪。肯定会有便宜的玩具,能够自适应和回答问题(像治疗机器人 Paro,但用途是游戏),虽然我现在还没有找到。这样的好处是能够避免像玩具机器人 Toy Talk 和 Mattel 的 Hello Barbie TM 那样,对谈话隐私有很多的担忧,因为语音数据会存储在终端,而不是云端网络。

其他的应用包括个性化治疗、教育、冲突解决、谈判训练和适应性游戏。这些任务非常适合机器学习来完成,因为情感体验是主观和可变的。

进入专业领域

我会留下一个悬念,机器学习是会让我们变成多余的人,还是能够协助人类在完成很多专业的任务(这能给用户带来更多价值)?

这些技术会做什么事情呢?以法律专业为例子吧。Ravn Systems 会自动检查(重复的、无聊的)法律文件;Bitproof’s Peter 是人工智能法律助手,能够请求签名,生成合同和确认文档; Premonition.ai 能够使用数据审查在判决中出现的无意识偏见。

还有相似的工具提供给征兵、保险、金融管理等,这会让专人人士花更多的时间到更有满足感的工作中,例如练习判断、决定、客户接待等。

医疗革命

正如流行观点所说,药物的发明是昂贵而有风险的。但是,如果能使用数据找到更好的目标,以此减少风险呢?这是 Stratified Medical 的假设,使用深度学习技术进行医药研发。

在其他方面,Enlitic 和 Zebra Medical 使用深度学习技术做精准的诊断和决策支持工具,而 Your.MD 已经和英国国民健康服务机构合作,通过手机应用提供个性化的医疗协助。

更好的搜索

“那部电影有一个我姐姐喜欢的德国演员,和外星人有关,有真正的朋克配乐,那部电影是?”

搜索需要处理不准确的、主观的和个性化的任务,就和人类做的一样。它需要从各种嘈杂的内容中,帮助我们找到并确认和我们相关的内容。这涉及到学习环境和内容属性。实际上,这是一个关于自己的博客,这里也有很多案例:

1、Clarify 能够通过自己的 API,让视频和音频变得能够搜索。这相当于在文本中找到关键词,然后判断是否相关。这是一个有趣的节省时间应用。

2、Lumi 会通过你的浏览历史学习你的口味,提供相关和当下的内容。这是为不知足的好奇心提供的服务。

3、Yossarian Lives 是一个搜索引擎,可以做侧链,就像人类可以做的一样,来帮助获得创造力。

4、EyeEm 把机器学习技术应用在了摄影市场,它能够在没有标签的情况下,搜寻到有“快乐”、“下雨的伦敦”等特性的图片。而 Cortexica 和 Sentient Technologies/Shoes.com 使用相似的技术,来完善产品的搜索。

搜索相关的一个重要方面,是可信程度,这样来自社交媒体和新闻的内容才能被确认和相信。有人做这些事情么?

计算机安全

计算机安全的机器学习技术,现在已经吸引了很多风险投资(例如 Lookout 2.82 亿美元的投资,Vectra Networks 的 7800 万美元投资,Darktrace 的 4000 万美元投资,以及 Cybereason 的 8900 万美元投资),但最近的一些坏消息(例如最近 TalkTalk 的客户数据被黑)也显示了,这个市场远远没被满足。

如同其他火热的领域,这些产品表明上看起来都差不多,很难进行细致的区分。我需要在这个领域做更多的工作,并且近距离观察网络安全领域的创业孵化器 Cyber London。

有那么多的应用领域,我们很难只专注在很少的几个。我已经错过了很多喜欢的公司,只是因为它不符合这里的类别设置。当这篇文章已经被发布的时候,我也将不可避免的改变关于目录的想法,尤其是我下周将会参加 NIPS。

在新的数据集上开发和应用的速度是如此之快,让机器学习变成了让人兴奋的领域。尤其是,伦敦如今也有真正意义的上升势头,有接近世界一流的学术机构(帝国理工、伦敦大学学院、牛津和剑桥),已经建立起来的创业生态系统(关于机器学习的创业孵化器),以及目标用户群——金融、法律和政府。

所以告诉我,我还有什么遗漏的?

原文发布于微信公众号 - 新智元(AI_era)

原文发表时间:2015-12-04

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏WOLFRAM

旋转物体上的增强现实

1255
来自专栏专知

AI看人:如何用人工情感智能识别求职者的性格?

算法可用于评估求职者的情感和性格特征,帮助雇主找到合适人选,但它在克服人类偏见的同时也会造成隐私问题。 ? 人脸识别技术能让我们支付午餐费、解锁手机——它甚至能...

3737
来自专栏AI科技评论

深度学习洪流:为何它能瞬间改变你的生活?(上)

编者按:我们和电脑之间的交流正在发生着转变,而深度学习也已经润物细无声地进入我们的生活,甚至在你意识到这一点之前,世界已经截然不同。 本文首发于fortune,...

2698
来自专栏新智元

Science:AI 相互协作首次战胜人类,机器学习算法学会了“忠诚”

【新智元导读】人工智能在象棋、围棋甚至扑克等“零和”博弈中都已经超越人类,但迄今对机器相互“合作”以取得所有人利益最大化的研究不多。杨百翰大学的这项研究发现 S...

32511
来自专栏镁客网

谷歌 AI 翻译——拯救外文小白的神兵利器!

1966
来自专栏量子位

AI造福人类的关键:打造机器的同理心 | 冯雁教授讲座笔记

但知名AI学者冯雁有自己的思考。她既有科技的一面,也站在人文的立场,不止于思,也用实际研究成果不断探索。

521
来自专栏钱塘大数据

最新全球计算机科学排名:清华力压CMU,人工智能第一

最新的计算机科学实力排名来了!近日,马萨诸塞大学计算机与信息科学学院教授 Emery Berger 发布一个全球院校计算机科学领域实力排名的开源项目 CSran...

1275
来自专栏企鹅号快讯

人机结合技术取得进展,人工智能将跨越式发展!

文/三易 近些年来,人工智能的发展速度大大超出了人类的预期,甚至连霍金都警告,人工智能留给我们的时间不多了。但实际上,人工智能的发展还存在着一个非常难以逾越的瓶...

2005
来自专栏新智元

全球计算机H-index TOP 10华人Philip S. Yu】从深度学习到广度学习

【新智元导读】清华数据科学研究院院长Philip S. Yu,拥有超过300项美国专利,在谷歌学术上的H-index高达138,跟Michael I. Jord...

4034
来自专栏大数据文摘

李飞飞纽约时报最新博文:如何让AI更好地关怀人类

1143

扫描关注云+社区